问财量化选股策略逻辑
选取MACD强势、价格低于12元、北京A股除外的企业作为投资标的。该策略综合考虑了技术面指标和地域等因素，可以提高选股的精准度和减少投资风险。
选股逻辑分析
选股逻辑综合考虑了技术面指标和地域等因素。MACD作为较为常用的技术面指标，可以筛选出较为强势的标的，价格低于12元可以减少风险，而剔除北京A股可以降低区域风险。
有何风险？
该选股策略可能会忽略了一些其他重要因素，如市场整体趋势、行业周期等，而地域因素可能会导致选股范围较小，可能会错过一些潜在标的。
如何优化？
可以增加市场整体趋势和行业周期等因素来进行筛选，减少选股漏洞。同时，地域筛选条件可以根据不同阶段的市场变化进行调整。
最终的选股逻辑
选取MACD强势、价格低于12元、排除北京A股的企业作为投资标的。
同花顺指标公式代码参考
// MACD指标
MACD(12,26,9) > 0 AND // MACD零轴以上
// 价格低于12元
CLOSE < 12 AND
// 北京A股排除
REGION != '北京';
// 以上代码表示MACD强势、价格低于12元、排除北京A股的企业符合选股要求
Python代码参考
from datetime import datetime, timedelta
end_date = datetime.now().strftime("%Y-%m-%d")
start_date = (datetime.now() - timedelta(days=365)).strftime("%Y-%m-%d")
df = get_history_data(stock_code, start_date=start_date, end_date=end_date)
df = df[(df['close'] < 12) & (df['MACD'] > 0) & (df['region'] != '北京')]
df = df.sort_values(by='hot', ascending=False)
print("Selected:", list(df['name']))
选股所需的MACD和价格可以参考上文公式中的设定。根据地域和基本面数据进行筛选，选择排除北京A股、价格低于12元的股票作为投资标的。最终，使用Pandas进行数据筛选，按照个股热度从大到小排序，使用list输出选出的股票名称。
## 如何进行量化策略实盘？
请把您优化好的选股语句放入文章最下面模板的选股语句中即可。
select_sentence = '市值小于100亿' #选股语句。
模板如何使用？
点击图标右上方的复制按钮，复制到自己的账户即可使用模板进行回测。
## 如果有任何问题请添加 下方的二维码进群提问。
